論文の概要: Towards Battery-Free Machine Learning and Inference in Underwater
Environments
- arxiv url: http://arxiv.org/abs/2202.08174v1
- Date: Wed, 16 Feb 2022 16:26:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-17 16:23:42.724618
- Title: Towards Battery-Free Machine Learning and Inference in Underwater
Environments
- Title（参考訳）: 水中環境におけるバッテリフリー機械学習と推論
- Authors: Yuchen Zhao, Sayed Saad Afzal, Waleed Akbar, Osvy Rodriguez, Fan Mo,
David Boyle, Fadel Adib, Hamed Haddadi
- Abstract要約: 水中環境下では電池不要の推論が可能であることを示す。
我々は水中の音からエネルギーを回収し、超低消費電力のマイクロコントローラとオンボードセンサーを駆動する装置を設計した。
実験では、エミュレートされた海洋生物音響学のアプリケーションを用いて、水中の動物の音を電池なしで認識できることを実証した。
- 参考スコア（独自算出の注目度）: 8.010816130725633
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper is motivated by a simple question: Can we design and build
battery-free devices capable of machine learning and inference in underwater
environments? An affirmative answer to this question would have significant
implications for a new generation of underwater sensing and monitoring
applications for environmental monitoring, scientific exploration, and
climate/weather prediction.
To answer this question, we explore the feasibility of bridging advances from
the past decade in two fields: battery-free networking and low-power machine
learning. Our exploration demonstrates that it is indeed possible to enable
battery-free inference in underwater environments. We designed a device that
can harvest energy from underwater sound, power up an ultra-low-power
microcontroller and on-board sensor, perform local inference on sensed
measurements using a lightweight Deep Neural Network, and communicate the
inference result via backscatter to a receiver. We tested our prototype in an
emulated marine bioacoustics application, demonstrating the potential to
recognize underwater animal sounds without batteries. Through this exploration,
we highlight the challenges and opportunities for making underwater
battery-free inference and machine learning ubiquitous.
- Abstract（参考訳）: この論文は単純な質問によって動機付けられている: 水中環境で機械学習と推論が可能な電池レスデバイスを設計、構築できるか?
この疑問に対する肯定的な回答は、新しい世代の水中センシングおよび環境モニタリング、科学探査、気候・天気予報のためのモニタリングアプリケーションに重大な影響を与える。
この質問に答えるために、バッテリーレスネットワーキングと低消費電力機械学習という2つの分野において、過去10年間のブリッジングの進歩の可能性を探る。
調査の結果,水中環境下では電池不要の推論が可能であることが確認された。
我々は水中の音からエネルギーを回収し、超低消費電力マイクロコントローラとオンボードセンサーを駆動し、軽量のDeep Neural Networkを用いて局所的な計測を行い、バックスキャッターを介して受信機に推論結果を伝える装置を設計した。
このプロトタイプをエミュレートした海洋生物音響アプリケーションでテストし、バッテリーなしで水中の動物の音を認識する可能性を実証しました。
この調査を通じて、水中バッテリーレス推論と機械学習をユビキタスにするための課題と機会を強調した。
関連論文リスト
- Exploring the Feasibility of Affordable Sonar Technology: Object Detection in Underwater Environments Using the Ping 360 [0.0]
本研究は、Ping 360ソナー装置が航法に主に用いられ、複雑な水中障害物を検出する可能性を探るものである。
この研究の主な動機は、デバイスが安価でオープンソースであることであり、より高価なソナーシステムに代わるコスト効率の高い代替手段を提供する。
低コストソナーデバイスの実現可能性を調べることで、この研究は、その限界と将来のAIベースの解釈の可能性に関する貴重な洞察を提供する。
論文 参考訳（メタデータ） (2024-11-07T11:50:40Z) - Towards an Autonomous Surface Vehicle Prototype for Artificial Intelligence Applications of Water Quality Monitoring [68.41400824104953]
本稿では,人工知能アルゴリズムの利用と水質モニタリングのための高感度センシング技術に対処する車両プロトタイプを提案する。
車両には水質パラメータと水深を測定するための高品質なセンサーが装備されている。
ステレオカメラにより、実際の環境でのマクロプラスチックの検出と検出も可能である。
論文 参考訳（メタデータ） (2024-10-08T10:35:32Z) - Bio-inspired spike-based Hippocampus and Posterior Parietal Cortex
models for robot navigation and environment pseudo-mapping [52.77024349608834]
本研究はスパイクに基づくロボットナビゲーションと環境擬似マッピングシステムを提案する。
海馬は環境状態マップの表現を担い、PPCは局所的な意思決定を担当している。
これはバイオインスパイアされた海馬記憶に基づく動的学習を用いた環境擬似マッピングシステムの最初の実装である。
論文 参考訳（メタデータ） (2023-05-22T10:20:34Z) - Climate Change & Computer Audition: A Call to Action and Overview on
Audio Intelligence to Help Save the Planet [98.97255654573662]
この研究は、オーディオインテリジェンスが気候に関わる課題を克服するために貢献できる領域の概要を提供する。
我々は、地球、水、空気、火、エーテルの5つの要素に従って、潜在的なコンピュータオーディションの応用を分類する。
論文 参考訳（メタデータ） (2022-03-10T13:32:31Z) - OPEn: An Open-ended Physics Environment for Learning Without a Task [132.6062618135179]
オープンエンドな物理環境で学んだ世界のモデルが、特定のタスクを伴わずに、下流の物理推論タスクに再利用できるかどうかについて検討する。
我々は,OPEn(Open-ended Physics ENvironment)のベンチマークを構築し,この環境における学習表現をテストするためのいくつかのタスクを明示的に設計する。
その結果、教師なしのコントラスト学習を表現学習に用いたエージェントと、探索のためのインパクト駆動学習が最良の結果となった。
論文 参考訳（メタデータ） (2021-10-13T17:48:23Z) - Unlocking the potential of deep learning for marine ecology: overview,
applications, and outlook [8.3226670069051]
本稿では,海洋生態学者と計算機科学者のギャップを埋めることを目的としている。
本研究では, 一般的な深層学習手法を, 平易な言語における生態データ分析に適用する。
我々は,海洋生態学への深層学習の確立と新たな応用を通じて,課題と機会を解説する。
論文 参考訳（メタデータ） (2021-09-29T21:59:16Z) - Underwater Acoustic Networks for Security Risk Assessment in Public
Drinking Water Reservoirs [5.227907960942717]
我々は、水中イベントを検出し、分類し、ローカライズするための革新的なAIベースのアプローチを実装している。
貯水池におけるハイドロフォンネットワークの設置と利用の課題について論じる。
論文 参考訳（メタデータ） (2021-07-29T14:02:51Z) - Towards bio-inspired unsupervised representation learning for indoor
aerial navigation [4.26712082692017]
本研究では,生物にインスパイアされた深層学習アルゴリズムによる同時位置決めとマッピング(SLAM)とそのドローンナビゲーションシステムへの応用について述べる。
本稿では,低次元潜在状態記述子を出力し,知覚的エイリアスに対する感度を軽減し,高効率な組込みハードウェアの開発を行う教師なし表現学習手法を提案する。
設計したアルゴリズムは,室内の倉庫環境において収集されたデータセットに基づいて評価され,最初の結果はロバストな屋内航法の実現可能性を示している。
論文 参考訳（メタデータ） (2021-06-17T08:42:38Z) - Reinforcement learning for pursuit and evasion of microswimmers at low
Reynolds number [0.0]
我々は,低レイノルズ数環境に浸漬しながら,追従回避作業に従事した2人のマイクロスウィマーのモデルを考える。
強化学習によってプレイヤーは、非自明に流体力学環境を利用する、効率的かつ物理的に説明可能な戦略を見出す。
論文 参考訳（メタデータ） (2021-06-16T08:08:40Z) - ViNG: Learning Open-World Navigation with Visual Goals [82.84193221280216]
視覚的目標達成のための学習に基づくナビゲーションシステムを提案する。
提案手法は,我々がvingと呼ぶシステムが,目標条件強化学習のための提案手法を上回っていることを示す。
我々は、ラストマイル配送や倉庫検査など、現実の多くのアプリケーションでViNGを実演する。
論文 参考訳（メタデータ） (2020-12-17T18:22:32Z) - A Data Scientist's Guide to Streamflow Prediction [55.22219308265945]
我々は,水文降雨要素と流出モデルに着目し,洪水の予測と流れの予測に応用する。
このガイドは、データサイエンティストが問題や水文学的な概念、そしてその過程で現れる詳細を理解するのを助けることを目的としています。
論文 参考訳（メタデータ） (2020-06-05T08:04:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。